Navigant报告：阐释机器学习的关键优势！

机器学习算法在过去几年已经发生了很大的变化。尽管取得了进展，一些组织还是不愿意投资。 Navigant最近的一份报告可能会改变他们的观点。

（报告自取：https://www.navigantresearch.com/research/machine-learning-for-the-digital-utility）

Navigant：机器学习往往被忽视

最新的“机器学习的数字效用”报告评估了机器学习的几个用例。作者的结论是，许多机构受益于机器学习，而不是传统的实用工具分析。

“机器学习是一种快速进入主流的AI技术，是许多公共事业的重要议题。本报告讨论了其他人工智能和分析技术背景下的机器学习，简要介绍了其工作原理，并介绍了最近的一些重要成果。尽管机器学习在公用事业价值链的某些部分并不是新鲜事物，技术上也有一些固有的局限性，但各种驱动因素将使其脱颖而出，并将其推广到业务的许多其他领域。“作者在他们的简介中写道。

Navigant指出，大多数技术专家都将讨论重点放在加密货币和其他AI应用程序上。他们专门减少了机器学习方面的进展。然而，机器学习有一些令人难以置信的优势，组织机构是不能忽视的。

机器学习的主要好处

机器学习的历史至少可以追溯到1957年，当时Frank Rosenblatt为计算机创造了第一个电脑神经网络。罗森布拉特的思想在当时是革命性的，但那仅仅是一个开始。

将近30年后，Terry Sejnowski开发了NetTalk应用程序。 IBM花了另一个十年的时间才开发出一台可以击败世界卫冕冠军的机器。

可以这么说，机器学习已经花了很长的一段时间才取得进展。但行业观察人士忽略了一些最大的里程碑，因为这些差距已经过去了。但是，Navigant指出，必须评估这些好处。以下是机器学习近年来创造的一些最大变化：

·聚类

·回归

·分类

机器学习在许多领域是无价的，但机器学习的数字效用报告主要强调了对能源行业的贡献。

公用事业行业已经在使用自学习算法，特别是在资产监控和预测性维护领域，有几个原因表明使用机器学习将会扩展到更多的使用案例，并将加速其应用，在过去的十年中，由于成本下降，新技术的进步，保守态度的减弱以及分析采购的新方法，公司部署机器学习变得更加容易。

机器学习还有哪些其他应用？机会是无止境的。应用程序这样的工作前端集成了第三方应用程序来共享有关团队协作的数据。他们依靠机器学习来更好地理解这些合作的性质。

尽管Navigant报告是机器学习最全面的报告之一，但它并不是第一个进行调查的人。其他组织也研究了机器学习在其他领域的影响。 Orion Healthcare公司以医疗行业的使用案例为基础发表了一份报告。

报告显示，医生只有不到15分钟的时间来诊断病人，他们根本没有时间在标准任命期间分析所有相关变量。而机器学习却正在改变这个现实。

机器学习的未来是什么？

Navigant报告显示，机器学习正在迅速取代传统的分析方法。机器学习的未来仍然是模糊的，但不可否认的是，它每年都在以更快的速度发展！